【pandas】将字符串转换为DataFrame

需求：

有时候我们会在excel里复制一些数据来做处理，

准备一个空串

pandas_test=r"""在这里粘贴你从excel复制的东西"""

从excel贴出来的数据长这个样子

pandas_test=r"""id	code	createtime	modifytime	date	ts	vehicleplate
1	G006033002000620010	2023/1/19	2023/1/19	2023/1/19	1674057600	b'\xe6\xb5\x9999'
2	G006033002000620010	2023/1/19	2023/1/19	2023/1/19	1674057600	b'\xe6\xb5\x9999'"""

打印出来，我们可以看到它是乘一个很规律的格式的

如果我们能将这个字符串直接转换成pandas的dataframe格式，岂不是就不用去额外读一个表了【主要是不用呆呆地去找路径了，贴上来直接用】

函数实现

我们通过写一个函数来实现，接受一个字符串

def string_to_dataframe_plus(data_string, header=0, delimiter='\t'):
	"""将字符串转换为DataFrame

    Args:
        data_string: 包含数据的字符串
        header: 表头所在的行数，默认为0，表示第一行是表头，传入None表示没有表头
        delimiter: 列之间的分隔符，默认为制表符\t，即默认字符串是从excel文件复制过来的,如果你是csv文件复制过来的，你需要填写','作为分隔符

    Returns:
        转换后的DataFrame
    """
    # 拆分字符串为行列表
    lines = data_string.strip().split('\n')
    # 判断是否存在表头
    if header is not None:
        # 如果有表头，则提取表头和数据行
        # 提取表头        
        columns = lines[header].strip().split(delimiter)
        # 提取数据行
        data_rows = lines[header + 1:]
    else:
        # 如果没有表头，则生成0-n的表头，数据行即为全部行
        # 生成默认表头
        columns = [str(i) for i in range(len(data_rows[0].strip().split(delimiter)))]
        # 提取全部数据行
        data_rows = lines


    # 因为字典可以很方便转换成dataframe类型，利用dict(zip())将每行数据转化为字典
    records = [dict(zip(columns, row.strip().split(delimiter))) for row in data_rows]

    # 创建DataFrame
    df = pd.DataFrame(records)

    # 返回DataFrame
    return df

效果测试

测试代码：

df=string_to_dataframe_plus(pandas_test) # 默认首行为表头
df2=string_to_dataframe_plus(pandas_test,header=None) # 没有表头
print(df)
print(df2)

返回结果：